Stel je voor dat je wilt dat een computer het gezicht van een vriend op een foto kan herkennen. Machine learning zou worden gebruikt om de computer te trainen om de kenmerken en kenmerken van het gezicht van uw vriend te identificeren, zodat deze deze op andere foto's kan herkennen.
PUBLICITEIT
Dit wordt gedaan door de computer een groot aantal afbeeldingen te geven met het label 'vriend' of 'niet-vriend', zodat deze de verschillen tussen de twee categorieën kan leren onderscheiden.
Machine learning kent veel praktische toepassingen, van spraakherkenningssystemen en fraudedetectie bij financiële transacties tot zelfrijdende auto’s en medische diagnostiek. Kort gezegd zorgt machine learning ervoor dat machines kunnen ‘leren’ van data en de nauwkeurigheid van hun beslissingen in de loop van de tijd kunnen verbeteren.
Nuttige bronnen voor deze tekst zijn onder meer het boek “Machine Learning: A Probabilistic Perspective” van Kevin P. Murphy, de Machine Learning Mastery-website onderhouden door Jason Brownlee, en gespecialiseerde publicaties zoals de Journal of Machine Learning Research en de IEEE Transactions on Neural Networks. en leersystemen.
PUBLICITEIT
*De tekst van dit artikel is gedeeltelijk gegenereerd door ChatGPT, een op kunstmatige intelligentie gebaseerd taalmodel ontwikkeld door OpenAI. Tekstinvoer is gemaakt door Curto Nieuws en reacties zijn opzettelijk volledig weergegeven. De antwoorden van ChatGPT worden automatisch gegenereerd en vertegenwoordigen niet de mening van OpenAI of mensen die aan het model zijn gekoppeld. Alle verantwoordelijkheid voor gepubliceerde inhoud ligt bij Curto Nieuws.
Zie ook:
